李 飛
(1.楊凌職業(yè)技術(shù)學(xué)院,陜西 楊凌 712100)
基于遙感影像的南充市城市擴(kuò)展研究
李 飛1
(1.楊凌職業(yè)技術(shù)學(xué)院,陜西 楊凌 712100)

以南充市市轄區(qū)為研究對象,通過2001年、2003年、2007年3個時(shí)期的遙感影像、文獻(xiàn)及相關(guān)資料,結(jié)合RS與GIS相關(guān)軟件及空間分析方法,進(jìn)行南充市城市擴(kuò)展研究。研究結(jié)果表明, 2001年以來,南充市城區(qū)建筑面積呈現(xiàn)極速擴(kuò)張趨勢,且擴(kuò)張速度逐年增加。
城市擴(kuò)展;動態(tài)監(jiān)測;監(jiān)督分類;指數(shù)波段
城市空間是城市各項(xiàng)社會經(jīng)濟(jì)活動和居民生活的載體,是城市所占有的地表區(qū)域。根據(jù)不同角度,城市空間主要有建設(shè)空間、通勤通學(xué)空間、管理空間以及經(jīng)濟(jì)影響空間等類型[1]。由于科學(xué)、經(jīng)濟(jì)的不斷發(fā)展,城市建設(shè)也迅速發(fā)展起來,城市擴(kuò)張變化特征日益顯著。快速的城市化進(jìn)程雖然促進(jìn)了經(jīng)濟(jì)發(fā)展,但在城市擴(kuò)張的同時(shí),影響了城市土地利用的效率,改變了城市生態(tài)環(huán)境,破壞了當(dāng)?shù)氐纳鷳B(tài)平衡。利用GIS和RS對城市用地進(jìn)行研究,能夠了解土地開發(fā)的進(jìn)程,掌握土地利用情況及經(jīng)濟(jì)發(fā)展的狀況,進(jìn)而更好地開發(fā)土地,改善環(huán)境[2]。
研究區(qū)南充市位于四川盆地中北部和嘉陵江中游,地勢從北向南傾斜,海拔256~889 m。地貌類型以丘陵為主,屬于中亞熱帶濕潤季風(fēng)氣候區(qū),年平均氣溫17℃左右;年日照時(shí)間處于1 200~1 500 h范圍內(nèi);年降雨量1 100 mm;災(zāi)害性天氣頻率較大,持續(xù)時(shí)間較長。全市水資源總量為400多億m3。多年平均徑流量深335 mm,地表多年平均徑流總量為41.91億m3。
遙感影像從國際科學(xué)數(shù)據(jù)服務(wù)平臺上下載所得,研究中采用2001年、2003年、2007年3個時(shí)期的Landsat TM/ETM+影像,輔助數(shù)據(jù)是中國1:400萬行政區(qū)劃圖和數(shù)字化得出的南充市市區(qū)邊界(圖1)。
2.1 遙感圖像預(yù)處理
1)輻射校正。由于大氣對光譜特征影響較大,因此要對所得的數(shù)據(jù)進(jìn)行輻射校正,本文采用的輻射增強(qiáng)方法為直方圖匹配,該方法可以減弱圖像受到的大氣、太陽高度角的影響[3]。
2)多波段TM數(shù)據(jù)融合。為了增加遙感影像的可讀性,先采用TM/ETM影像4、5、3波段圖像進(jìn)行假彩色合成,ArcGIS軟件能將多個單波段遙感影像融合成具有較強(qiáng)可讀性的圖像。

圖1 南充市市區(qū)邊界
3)遙感影像裁剪。首先利用目視解譯、數(shù)字化得出南充市城區(qū)邊界,再利用ArcGIS進(jìn)行掩膜提取,選擇波段融合好的TM圖像和南充市城區(qū)邊界圖,進(jìn)行TM/ETM影像裁剪。
2.2 構(gòu)造指數(shù)波段
對于TM 影像城鎮(zhèn)建筑物或居民地信息的提取研究比較多,但精度較好的當(dāng)屬徐涵秋[4]提出的TM 影像三指數(shù)法城鎮(zhèn)建筑用地信息提取方法,在此基礎(chǔ)上進(jìn)一步對這3個新的指數(shù)波段進(jìn)行譜間特征分析,最后利用基于規(guī)則的邏輯判別運(yùn)算將城市建筑用地信息提取出來。
1)土壤調(diào)節(jié)植被指數(shù)(SAVI)。在可見光范圍內(nèi),植被對陽光的吸收作用非常強(qiáng)烈,尤其是對紅光,但在近紅外波段范圍內(nèi),吸收較弱,反射率最強(qiáng);在中紅外范圍內(nèi),植被的反射率弱于近紅外波段,Rouse J W[5]等引入了NDVI指數(shù)[2]:

NDVI建設(shè)區(qū)域內(nèi)所有土壤類型都是相同的,但實(shí)際上并不是如此,因此Huete A R[6]提出了SAVI[7]:

其中,L為土壤調(diào)節(jié)因子,取值介于0~1之間。“0”和“1”分別代表植被覆蓋率極高和植被覆蓋率極低的兩種極端情況。通常選擇0.5能較好地減弱土壤的背景差異,消除土壤的噪聲影響。從而得出SAVI計(jì)算公式為:

2)修正歸一化差異水體指數(shù)(MNDWI)。由于水體的反射率從可見光波段到近紅外、中紅外波段逐漸減弱,因此構(gòu)建出歸一化差異水體指數(shù)NDWI[8]:

在對水體反射光譜的分析中發(fā)現(xiàn),NDWI波段影像上不能清楚地將水體與建筑物區(qū)分出來,因此采用MNDWI:

3)歸一化建筑指數(shù)(NDBI)。NDBI是仿造NDVI構(gòu)造的,是指在第5波段有較高反射率,在第4波段低于第5波段反射率的原理[2]:

在第5波段與第4波段中,建筑物的反射率弱于植被和水體的反射率,因此,僅用NDBI>0的條件提取城鎮(zhèn)建筑用地信息時(shí),會混有裸地、植被、水體等地物干擾信息[2]。因此利用NDBI與SAVI、MNDWI進(jìn)行假彩色合成,能有效地提取出城鎮(zhèn)用地信息。
2.3 三指數(shù)波段假彩色合成
將MNDWI、NDBI、SAVI 3個指數(shù)波段進(jìn)行紅綠藍(lán)假彩色融合,方法為:利用ArcGIS的ArcToolbox中的波段合成功能,ArcToolbox→Data Management Tools→Raster→柵格數(shù)據(jù)處理→波段合成。
2.4 最大似然法監(jiān)督分類
對3個指數(shù)波段進(jìn)行假彩色合成后的影像進(jìn)行最大似然法監(jiān)督分類,即將圖像中未知類別樣本的觀測值與已知類別的樣本(訓(xùn)練區(qū))的觀測值之間的相似度最大的歸為一類。由于本文主要研究城鎮(zhèn)擴(kuò)展也就是建筑物面積變化,因此主要分為5類:建筑、水體、裸地、草地和林地。
2.4.1 定義分類模板
Erdas Imagine的監(jiān)督分類是在分類模板中進(jìn)行的,而該模板的各項(xiàng)功能則通過分類模板編輯器來完成。在Erdas軟件的Signature Editor中定義分類模塊,把選擇的訓(xùn)練區(qū)按類加入到分類模板中,將同類地物合并,即可建立分類模板。
2.4.2 評價(jià)分類模板
可能性矩陣(表1)評價(jià)工具是根據(jù)分類模板來分析AOI訓(xùn)練區(qū)像元,檢測像元是否完全落在相應(yīng)的類別中。該檢測結(jié)果以百分比矩陣顯現(xiàn),說明每個AOI訓(xùn)練區(qū)中有多少個像元,分別屬于哪些類別。

表1 可能性矩陣
Kappa分析是一種多元統(tǒng)計(jì)方法,用來評價(jià)分類精度,其中Kappa系數(shù)指的是被評價(jià)分類比隨機(jī)分類錯誤減小的比例:

式中,K表示Kappa系數(shù);xii表示第i行第i列的元素;r表示誤差矩陣的行數(shù);xi+表示第i行的和;x+i表示第i列的和;N表示樣點(diǎn)的總數(shù)。實(shí)際中,Kappa系數(shù)的最低精度為0.70,經(jīng)過計(jì)算所得Kappa系數(shù)為0.95,遠(yuǎn)遠(yuǎn)大于允許判別精度。
2.4.3 監(jiān)督分類及分類后處理
由Erdas執(zhí)行最大似然分類,為改進(jìn)分類,最好對一些錯誤分類的單元進(jìn)行重新分類,將其歸入可直接包圍它們的類或聚類。清理分類影像最常用的技術(shù)包括過濾、平滑處理類邊界及移除小孤立區(qū)域。分類后處理的方法為:對分類結(jié)果進(jìn)行過濾,采用“眾數(shù)濾波”工具進(jìn)行處理,使用“邊界清理”工具可對分類的不規(guī)整邊緣進(jìn)行平滑處理。
3.1 土地類型數(shù)量分析
將上述步驟所得到的2001年、2003年、2007年3 個時(shí)期的監(jiān)督分類結(jié)果進(jìn)行統(tǒng)計(jì)分析,所得像元總數(shù)×像元分辨率,得到的南充市各土地類型變化信息,如表2所示。

表2 土地類型面積統(tǒng)計(jì)表/km2
結(jié)合表2可以得出6 a間南充市土地類型變化情況:水體面積有少量增加;裸地面積在2001~2003年有小幅減少,但在2003~2007年大幅增加;城市建筑面積呈逐年增加的趨勢;植被覆蓋面積逐年減少。2001~2003 年植被覆蓋面積減少9.36 km2,年均減少4.68 km2;2003~2007年植被覆蓋面積減少31.56 km2,年均減少7.89 km2。植被覆蓋年均減少速率增加68.6%,可見2001~2007年南充市區(qū)植被覆蓋度正急劇下降,且下降速度不斷加快。植被覆蓋度的降低,將造成水土流失、滑坡等災(zāi)害,嚴(yán)重破壞生態(tài)平衡。
3.2 土地類型轉(zhuǎn)移矩陣
將2001年與2007年監(jiān)督分類所得圖像轉(zhuǎn)為矢量圖,并以土地類型字段為基準(zhǔn)將兩年份相同土地類型的幾率融合,再將融合后的兩年份矢量圖求交,導(dǎo)出求交后的屬性表,并加載到Excel中,利用Excel的數(shù)據(jù)透視表功能制作覆被類型轉(zhuǎn)移矩陣,如表3所示。

表3 2001~2007年覆被類型轉(zhuǎn)移矩陣/km2
由表3可知,2001~2007年,僅有54.65%的土地類型保持穩(wěn)定,發(fā)生土地類型轉(zhuǎn)換的面積占研究區(qū)總面積的45.35%,有28.70 km2其他類型土地轉(zhuǎn)換為建筑用地,其中以植被(農(nóng)用地、草地、林地等)轉(zhuǎn)移為主,占總轉(zhuǎn)移面積的75.19%。
3.3 城市建筑數(shù)量分析
對南充市2001年、2003年、2007年3個年份的建筑面積進(jìn)行統(tǒng)計(jì)分析,得出表4。

表4 南充市3個年份城市擴(kuò)展數(shù)量分析
從表4可以看出,2007年城區(qū)的建筑面積幾乎達(dá)到2001年的2倍。2001~2003年、2003~2007年城區(qū)建筑面積平均每年分別擴(kuò)展3.57 km2、3.92 km2,可見2001~2007年南充市城鎮(zhèn)建筑面積擴(kuò)張速度正呈現(xiàn)逐步加快的趨勢。
3.4 城市擴(kuò)展空間分析
將監(jiān)督分類分類所得的3個年份的結(jié)果轉(zhuǎn)換為矢量數(shù)據(jù)并進(jìn)行疊加顯示,效果如圖2所示。2003年與2001年相比最大的變化就是修建了高坪機(jī)場,且主城區(qū)沿嘉陵江南北方向有小幅擴(kuò)張。2003~2007年,城鎮(zhèn)建筑沿主城區(qū)四周均有擴(kuò)散,且沿嘉陵江縱向擴(kuò)張較橫向擴(kuò)張面積大。2001~2007年,城市建筑主要沿嘉陵江流域南北縱向發(fā)展,2007建筑面積幾乎達(dá)到2001年的2倍。在這6 a內(nèi),城鎮(zhèn)建筑用地迅速擴(kuò)展,大量占用耕地、草地及林地。

圖2 疊加顯示效果圖
動態(tài)監(jiān)測結(jié)果表明,2001年以來,南充市城區(qū)建筑面積呈現(xiàn)極速擴(kuò)張的趨勢,且擴(kuò)張速度逐年增加,總體呈現(xiàn)為向四周擴(kuò)張,但沿嘉陵江縱向擴(kuò)展面積較橫向擴(kuò)張面積大,且呈現(xiàn)郊區(qū)建筑與主城區(qū)建筑逐漸連通的趨勢。
[1] 楊榮南,張雪蓮.城市空間擴(kuò)展的動力機(jī)制與模式研究[J].地域研究與開發(fā),1997,16(2)∶1-4
[2] 盧曉峰.基于RS和GIS的鄭州市城市擴(kuò)展研究[J].河南理工大學(xué)學(xué)報(bào)(自然科學(xué)版),2008,27(2)∶182-187
[3] 田野,李海龍,劉雙,等.基于TM遙感影像圖的鞍山市千山植被變化研究[J].林業(yè)調(diào)查規(guī)劃,2009,34(1)∶54-58
[4] 徐涵秋.基于譜間特征和歸一化指數(shù)分析的城市建筑用地信息提取[J].地理研究,2005,24(2)∶311-319
[5] Rouse J W,Haas R H,Schell J A,et al. Monitoring Vegetation Systems in the Great Plains with Erts[C].Proceedings of the Third ERTS Symposium NASA SP-351,1973
[6] Huete A R. A Soil-adjusted Vegetation Index(SAVI)[J].Remote Sensing of Environment,1988,25∶295-309
[7] 羅永明,鐘仕全,莫偉華,等.基于TM數(shù)據(jù)的南寧市水體和建筑用地變化研究[J].氣象研究與應(yīng)用,2008,29(1)∶37-40
[8] 徐涵秋.利用改進(jìn)的歸一化差異水體指數(shù)(MNDWI)提取水體信息的研究[J].遙感學(xué)報(bào),2005,9(5)∶589-595
P237
B
1672-4623(2016)05-0075-03
10.3969/j.issn.1672-4623.2016.05.024
李飛,碩士,講師,主要從事工程測量技術(shù)專業(yè)的教學(xué)與研究工作。
2015-02-03。
項(xiàng)目來源:國家自然科學(xué)基金資助項(xiàng)目(41304016);楊凌職業(yè)技術(shù)學(xué)院科學(xué)研究基金資助項(xiàng)目(A2013046)。